寿命估算不是把加速试验小时数换算成年数，而是一条完整证据链：任务剖面 → 电损耗 → 温度/应力历史 → 机理特定损伤 → 样本统计。必须先定义失效事件、对象层级和主导机理。
1. 从运行历史得到应力
把时间序列的电压、电流、开关频率和环境送入经过验证的损耗模型，再用瞬态热网络得到 \(T_j(t)\)。对热疲劳可用雨流计数提取 \(\Delta T_j\)、平均温度和周期时间；偏压、湿气和日历老化则需要各自的暴露量。功率循环模型不能自动代表温度循环或湿热退化。
2. 累积损伤及其假设
常用 Palmgren–Miner 线性和为
\[D=\sum_i\frac{n_i}{N_{f,i}}. \tag{1}\]\(n_i\) 是应力分箱中的实际循环，\(N_{f,i}\) 是同一寿命统计量下的恒幅拟合寿命。\(D=1\) 只是模型约定，忽略载荷顺序和相互作用，损伤分数也不是失效概率。若一个任务块包含 1000/100000 与 100/10000 两项，\(D_{block}=0.02\)，形式上 50 个相同块达到 1；这只是算术示例。
3. 加速模型只适用于已校准机理
热激活机理可使用 Arrhenius：
\[t_f(T)=A\exp\left(\frac{E_a}{k_BT}\right),\qquad AF=\exp\left[\frac{E_a}{k_B}\left(\frac1{T_{use}}-\frac1{T_{test}}\right)\right]. \tag{2}\]温度必须用 K，\(E_a\) 必须对应材料和机理。示例 \(E_a=0.7\ \mathrm{eV}\)、75 °C 使用、125 °C 测试得到 \(AF\approx18.7\)；不能把它整体用于机械疲劳或湿度/电压组合应力。要用多个应力水平验证斜率，并检查失效机理是否改变。
4. Weibull 描述样本差异
两参数 Weibull 为
\[F(N)=1-\exp[-(N/\eta)^\beta],\qquad S=1-F, \tag{3}\]其中 \(\eta\) 是 63.2% 累积失效时的尺度，不是平均寿命；指定失效分位数
\[N_p=\eta[-\ln(1-p)]^{1/\beta}. \tag{4}\]B10 拟合值与 B10 的置信下限不是同一数字，方便的分布拟合也不能证明物理机理。
5. 保留幸存者和检查区间
试验结束仍工作的样本是右删失；只在检查点发现失效，则失效位于最后通过与首次失败之间。独立样本、非信息性删失下，似然包含
\[\mathcal L(\theta)=\prod_{i\in E}f(N_i) \prod_{j\in R}S(c_j) \prod_{k\in I}[F(b_k)-F(a_k)]. \tag{5}\]只拟合失败样本通常会产生偏差。
6. 零失效能证明什么
若 \(n\) 个独立代表性样本都通过同一暴露，单侧可靠度下限为
\[R_L=\alpha^{1/n},\qquad \text{置信度}=1-\alpha. \tag{6}\]30 个样本零失效、95% 置信度时，\(R_L\approx0.905\)。它只说明在该暴露与抽样假设下的通过概率下限，不能证明 100% 可靠、Weibull 形状或现场年限。
7. 输出可质疑、可追溯的预测
用未参与拟合的应力、波形或样本验证模型，并传递任务剖面、损耗、温度测量、热模型、加速参数和样本离散性的不确定度。报告总体、机理、失效判据、暴露域、寿命统计量和置信度；最终结果应是带条件的预测，而不是一个没有证据边界的“寿命数字”。